买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种混行交通流下基于灯语的HDV驾驶意图识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119314142B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411334955.0，技术领域涉及：G06V20/58；该发明授权一种混行交通流下基于灯语的HDV驾驶意图识别方法及系统是由李海青;雷宇铖;禄盛;李永福;戴盈莹设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种混行交通流下基于灯语的HDV驾驶意图识别方法及系统在说明书摘要公布了：本发明属于自动驾驶技术领域，具体涉及一种混行交通流下基于灯语的HDV驾驶意图识别方法及系统，包括：构建自动驾驶网络，其中自动驾驶网络包括网联自动驾驶车辆CAV、人工驾驶车辆HDV以及MEC节点；CAV获取周围目标HDV的灯语图像；将灯语图像传输到MEC节点，MEC节点对灯语图像进行预处理；采用训练后的基于YOLO‑v7网络的驾驶意图识别模型对预处理后的灯语图像进行目标HDV驾驶意图识别；将HDV驾驶意图传输给CAV；CAV根据HDV驾驶意图生成对应的驾驶决策，并执行驾驶决策；本发明采用了YOLO‑v7算法对HDV的灯语信号进行实时识别，提高了驾驶意图识别的准确率。

本发明授权一种混行交通流下基于灯语的HDV驾驶意图识别方法及系统在权利要求书中公布了：1.一种混行交通流下基于灯语的HDV驾驶意图识别方法，其特征在于，包括：构建自动驾驶网络，其中自动驾驶网络包括网联自动驾驶车辆CAV、人工驾驶车辆HDV以及MEC节点；CAV获取周围目标HDV的灯语图像；将灯语图像传输到MEC节点，MEC节点对灯语图像进行预处理；采用训练后的基于YOLO-v7网络的驾驶意图识别模型对预处理后的灯语图像进行目标HDV驾驶意图识别；将HDV驾驶意图传输给CAV；CAV根据HDV驾驶意图生成对应的驾驶决策，并执行驾驶决策； 对基于YOLO-v7网络的驾驶意图识别模型进行训练包括： 步骤1、获取历史人工驾驶车辆的所有灯语图像，得到训练集； 步骤2、对训练集中的灯语图像进行预处理，即将RGB图像转换为YUV或HSV颜色空间，并采用图像增强技术对转换颜色空间的图像进行增强处理； 步骤3、将预处理后的灯语图像输入优化过的YOLO-v7网络，通过卷积神经网络提取图像中的多尺度特征； 步骤4、采用区域建议网络RPN对多尺度特征进行处理，即引入自适应候选框生成技术，根据实际的交通情况和历史数据，动态生成对应大小的候选框；根据候选框筛选出候选区域； 具体包括：对特征图中的每个像素点生成多个不同大小和宽高比的锚框；对于每个锚框，预测其包含目标的概率及类别，同时预测目标的精确边界框坐标；其公式为： 其中，Δx为预测框的水平坐标偏移量；x为目标物体的预测框中心的水平坐标；xanchor为锚框中心的水平坐标；wanchor为锚框的宽度；Δy为预测框的垂直坐标偏移量；y为目标物体的预测框中心的垂直坐标；yanchor为锚框中心的垂直坐标；hanchor为锚框的高度；Δw为预测框宽度相对于锚框的归一化对数偏移量；wpred为目标物体的预测框宽度；Δh为预测框高度相对于锚框的归一化对数偏移量；hpred为目标物体的预测框高度；hanchor为锚框的高度； 步骤5、对每个候选区域进行进行分类，并识别候选区域中是否存在灯语信号，若存在，则执行步骤6，若不存在，则舍弃该候选区域； 步骤6、根据灯语信号识别人工驾驶车辆的行驶状态进行灯语信号的分类，识别其驾驶意图； 步骤7、根据驾驶意图计算YOLO-v7模型的损失函数，其中损失函数中引入了加权策略，即对分类损失、边界框定位损失和置信度损失进行加权优化，动态调整其权重；损失函数中引入了L2正则化项；采用Adam优化算法对模型参数进行优化，当损失函数收敛时，完成模型的训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。